买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京林业大学

摘要：本发明公开了一种基于云边协同控制的鸟鸣声智能监测系统，涉及语音识别技术领域。本发明与之前的鸟鸣声处理系统相比，改进了缺少对鸟鸣声信息的有效利用；边缘侧识别结果并不充分可靠；鸟鸣声采集缺乏针对性；未能构建可持续优化的智能识别系统的问题，通过以融合增量学习的云端训练+边缘推理的智能边缘数据分析技术为核心，以智能移动设备为边缘设备基础，以移动通信技术为信息通道，连接高性能的云端智能服务器，形成具有持续学习能力的云边协同鸟鸣声监测模式。实现野外鸟鸣声采集的远程上传和自动识别，构建开放、精准识别和持续进化的云边协同鸟类鸣声监测系统。

主权项：1.一种基于云边协同控制的鸟鸣声智能监测系统，其特征在于，包括：边缘节点（1）和云边协同全局管理平台（2），所述边缘节点（1）采集真实环境中的鸟鸣声数据，并将所述鸟鸣声数据上报至所述云边协同全局管理平台（2），所述云边协同全局管理平台（2）对由边缘设备构成的边缘节点（1）进行统一纳管；所述边缘节点（1）包括鸣声采集模块（110）、音频管理模块（120）、鸣声识别模块（130）、人机交互模块（140）、数据存储模块（150）和数据上传模块（160）；所述鸣声采集模块（110）用于采集真实环境中的鸟鸣声数据；所述音频管理模块（120）用于对采集的所有鸟鸣声数据进行管理；所述鸣声识别模块（130）用于对鸟鸣声数据进行识别；所述人机交互模块（140）用于进行人机交互；所述数据存储模块（150）用于存储鸟鸣声数据和鸟类物种信息；所述数据上传模块（160）用于将鸟鸣声数据上传至云边协同全局管理平台（2）；所述云边协同全局管理平台（2）包括数据分析层（210）、深度学习层（220）和人机交互层（230）；所述数据分析层（210）用于对多种数据源对象类型进行统一的数据采集、分析及控制；所述深度学习层（220）用于对所述数据分析层（210）的进行增量学习和训练，其中通过多维代表性评估模块对云端音频数据进行筛选；所述人机交互层（230）用于为使用者提供可操作界面以及将采集到的鸟类信息进行可视化展示；所述鸣声采集模块（110）在采集音频数据的同时根据音频数据实时绘制时域波形图；所述鸣声识别模块（130）基于TCNN的轻量化鸟鸣声识别模型进行鸟鸣声的智能识别，所述轻量化鸟鸣声识别模型是基于编解码器结构，在编码器和解码器之间插入时间卷积模型进行实时语音增强和智能识别；所述数据分析层（210）接收到来自边缘设备的数据后进行统计和分析处理，自动判断识别结果准确率过低的样本，并将其作为未知类提供给前端进行甄别和重新标注；对其他样本按照识别的类别直接进行存储；所述多维代表性评估模块对原模型的数据集、与原始数据集包含的类别相同的新数据和新增类别的新数据进行筛选，再对物种区分因素进行权重制定，基于层次分析法评估物种当前的生态代表性；所述多维代表性评估模块基于群体选择、辨别式采样的方法进行样本音频特征代表性的筛选，其中群体采用按照样本距离类中心的距离分布进行分析抽样，辨别式采样选择已定义决策边界的样本。

全文数据：

权利要求：

百度查询： 北京林业大学 一种基于云边协同控制的鸟鸣声智能监测系统